# Inhaltliche Bausteine (geprüft)

Bewährte, faktisch korrekte Inhalte und Formulierungen zu Erfahrungen/Skills.
Was hier steht, ist verifiziert richtig. Wird am Ende jeder Session aktualisiert.

## Korrekte Fakten
- Standard-All-in-Stundensatz für **Agenturprojekte: 93 € netto** (per Nutzer-Entscheidung 2026-06-29 von 105 € gesenkt; Direktbeauftragung KMU: 120 € netto). Quelle: `vorgaben/marketing.md` §2. Im Anschreiben als **Vorstellung** formulieren (Verhandlungsbereitschaft, siehe `stil.md`).
- **Englischer Lebenslauf vorhanden:** Basisname `CV_Thomas_Langer_PhD` — bei englischen Bewerbungen anhängen. Format empfängerabhängig: Agentur `.doc`, Endkunde `.pdf` (siehe `stil.md`).
- Eine **Sicherheitsüberprüfung SÜ2** dauert mindestens drei Monate, teils bis zu einem Jahr → Projekte mit SÜ/Sicherheitsüberprüfung fallen aus (in `vorgaben/rahmenbedingungen.md` als ❌ verankert).
- **On-Prem-Infrastruktur (belegbar, nutzbar in KI-Bewerbungen):** Das EspoCRM läuft in einem Podman-Pod-Container auf dem Server **DesTEngSsv006**, dem eigenen On-Premise-KI-Server (GPU-Inference). Auf demselben Server laufen auch die Claude-Code-Sessions. Der `projekt-anlegen`-Skill holt Projektausschreibungen automatisiert von Portalen (z. B. freelancermap), gliedert sie in Must/Nice/Misc, bewertet sie und trägt sie via REST-API ins CRM ein. Beleg für Agentic AI, MCP, Web-Datenextraktion und produktiv genutzte On-Premise-KI; auch als konkreter, authentischer Aufhänger im Anschreiben verwendbar.
- **LangChain / Langflow / Langfuse (verifiziert vom Nutzer, S+):** Thomas hat **Langflow** evaluiert (Projekt Kischdle); Langflow setzt auf **LangChain** auf und erweitert es um eine Low-Code-Oberfläche. **Langflow und Langfuse laufen produktiv in Containern auf dem eigenen lokalen KI-Server** (DesTEngSsv006). Damit sind **LangChain** (über Langflow) und **Langfuse** ehrliche Buzzword-Treffer für LLM-App-/Observability-Ausschreibungen. **Nicht** belegt: **LangGraph** (nicht behaupten). Nutzbar für [[LLM]], [[RAG]], [[Workflow-Automatisierung]].
- **SOLCOM GmbH war die vermittelnde Agentur bei ASMPT und Magna** (vom Nutzer bestätigt, S+). Bei künftigen SOLCOM-Bewerbungen darf die frühere Zusammenarbeit offen als Vertrauensanker angesprochen werden (siehe Warm-Referencing in [[stil.md]]). Im Lebenslauf selbst ist die vermittelnde Agentur je Mandat nicht hinterlegt — solche Zuordnungen nur verwenden, wenn der Nutzer sie bestätigt.
- **n8n-Praxis (verifiziert vom Nutzer, S+, über den Lebenslauf hinaus):** n8n ist seit 2025 Teil des selbst betriebenen Server-Setups (eigene Linux-Server seit 2011). Konkrete, belegte n8n-Arbeiten: eigene Workflows entworfen und gewartet, inklusive **Customizations in JavaScript**, wo die Standard-Nodes nicht ausreichten; ein **Telegram-AI-Agent mit Zugriff auf Google-Cloud-Daten**; ein **RAG-Workflow**, in dem n8n die Daten-Chunks bildete, die Vektoren per **OpenAI-Embedding-Modell** erzeugte und in einer **Vektordatenbank** ablegte. Nutzbar als konkreter Beleg für [[Workflow-Automatisierung]], n8n-Nodes/Debugging, REST/Webhooks/JSON-Integration und KI-Anbindung in Workflows.
- **RPA-/Oberflächenautomatisierung ohne API (belegt, für RPA-/Automatisierungs-Rollen):** Zwei konkrete, gleichwertige Belege, wenn das geforderte Kern-Tool (z. B. UiPath) selbst nicht belegt ist. (1) **Web-Oberflächen:** bei Lumiz die Bestellvorgänge in einem webbasierten Druckerei-Shop mit **UI.Vision** vollständig automatisiert (Datenübernahme, Auswahl der Bestelloptionen, Bezahlung, Hochladen der Druckdaten). (2) **Desktop-Anwendungen:** Steuerung von Desktop-Programmen ohne API über **Oberflächenautomatisierung mit Python** (PyAutoGUI). Beide decken „RPA / gleichwertige RPA-Plattformen" und „nicht-triviale Steuerung von Legacy-Anwendungen ohne Schnittstelle" ab; Web-Automation passt auf webbasierte Systeme/Ticketsysteme, Desktop-Automation auf Desktop-/ERP-Anwendungen (z. B. Oracle Forms). Zusätzlich **Microsoft Power Automate Desktop** im Vorfeld eines KI-Workshops (ASMPT) kurz als RPA-Plattform **evaluiert** (nur „evaluiert", keine Produktivpraxis). Nutzbar für [[Workflow-Automatisierung]].
- **Make.com (verifiziert vom Nutzer, S+):** Make.com während der AI-Consultant-Ausbildung praktisch eingesetzt, wegen Limitierungen und Kosten Umstieg auf n8n; KI-Automatisierungstools werden in eigenen Arbeitsabläufen genutzt. „Sehr gute Make.com-Kenntnisse" darf als ✅ behauptet werden. Beleg für [[Workflow-Automatisierung]] (Make.com und n8n). Bei Make.com-/Automatisierungs-Rollen mit Coaching-Anteil zusätzlich der CRM-API-Workflow (projekt-anlegen/bewerbung, REST-API) als Praxisnachweis nutzen (siehe On-Prem-Bullet oben).

- **KI-/Dokumentenanalyse-Praxis (für Computer-Vision-/Document-AI-Bewerbungen):** Seit 2025 Erstellung von KI-Lösungen; LLMs werden täglich für die Analyse und Auswertung von Dokumenten genutzt (gedeckt, konsistent mit „Agentic AI ist alltägliches Werkzeug"). Die **Vision-Fähigkeiten mehrerer aktueller KI-Modelle** wurden evaluiert (Niveau „ausprobiert/getestet", siehe [[Multimodale KI]]) — **nur erwähnen, nicht anpreisen**, keine Modellnamen nötig. Guter ehrlicher Aufhänger: KI-Vision „extrahiert Informationen aus Dokumenten besser als konventionelle OCR-Methoden" — nennt den ❌-Buzzword **OCR** als Vergleichsgegenstand, ohne eigene OCR-Erfahrung zu behaupten.

- **Testautomatisierung in mehreren Positionen (belegt, für Test-/QA-Rollen):** Test-Automatisierungen sind über mehrere Stationen belegt: ASMPT (Python PyAutoGUI), Magna (CANoe-basierte Tester-SW, CAPL), Kathrein.net.tech (HF-Test-Automatisierung mit Matlab und Ruby), Alcatel-Lucent (Matlab-Test-Automatisierung, automatisierte Blocking-Tests, Kalibrationsumgebung), zusätzlich Ubidyne und Siemens (eher „Tests" als reine Automatisierung). Die kombinierte Formulierung **„Testautomatisierungen und Tests waren wesentlicher Teil meiner Aufgaben"** deckt auch Stationen ab, wo der Schwerpunkt auf Tests (nicht Automatisierung) lag, ohne Falschaussage. Nutzbar für [[Verifikation & Validierung]].
- **„Backend- und Integrationstests" ehrlich verankern (nicht als reine SW-QA behaupten):** Klassisches Software-Backend-Testing (APIs/DB/Microservices) ist **nicht** belegt. Der Ausschreibungs-Buzzword lässt sich aber ehrlich andocken an: **Prüfung von Kommunikationsschnittstellen und Protokollen** (Ethernet-Feldbus, Nachrichtenformate, Python-REST-Clients mit FastAPI) **bis zur Integration kompletter Subsysteme** (System Integration). So entsteht ein Buzzword-Treffer ohne Überdehnung. Formulierung: „Backend- und Integrationstests, von der Prüfung von Kommunikationsschnittstellen und Protokollen bis zur Integration kompletter Subsysteme, gehörten zu meinen Aufgaben."
- **Claude Code als Buzzword-Treffer bei „Claude"/„KI-gestützte Softwareentwicklung":** Nennt die Ausschreibung **Claude** und/oder **KI-gestützte Softwareentwicklung**, ist der Claude-Code-Bezug ein sauberer Agentur-Buzzword-Treffer (anders als sonst bei Produktnamen). Belegt: seit März 2026 intensiv/produktiv mit Claude Code für Softwareentwicklung, Tests und Automatisierungen (CV: „produktiver Einsatz im DesTEngS-Geschäftsbetrieb").

- **Coding-KI-Tool-Stack als Eignungsbeleg (für AI-Advisor-/„AI for Software Development"-Rollen):** Konkret belegt
  und nennbar: **GitHub Copilot** (VS Code), **VS Codium mit Cline** in Verbindung mit **Gemini- und OpenAI-Modellen**
  sowie **Claude Code und Claude Cowork** (produktiver Einsatz seit März 2026). Diese Breite ist ein ehrlicher Beleg
  für „Bewertung und Auswahl von AI-Tools" und „AI for Software Development". Formulierung: „die führenden Coding-KI-Werkzeuge
  praktisch evaluiert: …". Für **AI for Testing**: Testautomatisierung in mehreren Positionen belegt (siehe Test-Bullet)
  plus „generative KI gezielt für Tests und Qualitätssicherung" (CV: „Anwendung von KI bei … Tests"). Nutzbar für
  [[Agentic AI]], [[LLM]], [[Verifikation & Validierung]].
- **Cloud- vs. On-Premise-KI abwägen (belegt):** Lokale KI-Modelle auf eigener GPU-Hardware mit **NVIDIA-Blackwell**-Technologie
  betrieben (On-Premise belegt) und zugleich Cloud-LLMs produktiv genutzt → Aussage „Cloud- und On-Premise-Lösungen mit ihren
  jeweiligen Stärken, auch unter den Gesichtspunkten Governance, Datenschutz und Compliance, gegeneinander abwägen" ist gedeckt.
  „DSGVO-konforme KI-Anwendungen" (CV) stützt Datenschutz/Compliance/Governance. Nutzbar für [[On-Premise KI]], [[LLM]].
- **Self-Hosted-Container korrekt benennen — „Private Cloud Services", nicht „Microservices" (Nutzer S+):** Git, Nextcloud,
  EspoCRM usw. in Docker-/Podman-Containern sind **mehrere eigenständige Anwendungen**, nicht die Zerlegung *einer* App in
  unabhängig deploybare Dienste. Daher „**Private Cloud Services**" (deckt sich mit dem CV-Wortlaut „Self-Hosted Services in
  Docker-/Podman-Containern"), nicht „Microservices". Bewährte Formulierung: „Seit 2011 nutze ich Linux Root Server, auf denen
  auch meine Private Cloud Services in Docker- oder Podman-Containern laufen; beispielsweise läuft mein CRM in meiner lokalen
  Umgebung." Nutzbar für [[On-Premise KI]], [[Container]].
- **On-Premise-Modelle nicht nur LLMs (Nutzer S+):** Auf dem eigenen KI-Server laufen außer LLMs auch **ASR- und TTS-Modelle**
  (Open Source). Daher beim Agentur-Empfänger der breitere Begriff „**Open-Source-KI-Modelle**" statt „Open-Source-LLMs", wenn
  die ganze On-Premise-Bandbreite gemeint ist. Nutzbar für [[On-Premise KI]], [[Multimodale KI]].
- **CAD-Systeme und Engineering-/PLM-Landschaften ehrlich verankern (für KI-im-Engineering-/Konstruktions-Rollen):** „Konstruktion / CAD (z. B. CATIA)" zielt auf mechanisches CAD, das **nicht** belegt ist (kein CATIA, kein Maschinenbau-CAD) → nicht behaupten. Ehrlich abgedeckt ist dagegen: jahrzehntelange intensive Arbeit mit **CAD-/EDA-Entwicklungswerkzeugen** (Keysight ADS, Ansys HFSS/SIwave, CST, PCB-Layout) sowie deren **Auswahl und Evaluierung** (Toshiba: „Evaluierung und Auswahl von HF-Entwicklungssoftware"). „Digitale Engineering-/PLM-Landschaften": belegt über **PTC Integrity** (Requirements/Tasks/Reviews/Defects bei Magna), **Azure DevOps Server**, Git/Subversion und Cloud-gestützte Kollaborationsdienste. Zulässige Formulierung: „mit CAD-Systemen jahrzehntelang gearbeitet, mehrfach ausgewählt und evaluiert; Engineering-Prozesse, Product-Lifecycle-Management-Systeme und digitale Kollaborationsdienste bestens vertraut" — ohne Toolnamen beim Agentur-Empfänger (Buzzword-Ebene CAD/PLM/Engineering-Prozesse genügt).
- **ASMPT-KI-Workshop-Vorbereitung als Beleg für KI-Use-Case-Analyse in Engineering-Prozessen:** Zur Vorbereitung des KI-Potenzialanalyse-Workshops bei ASMPT hat Thomas sich mit den **Engineering-Entwicklungsprozessen** befasst und herausgearbeitet, an welchen Stellen sich generative KI integrieren lässt. Sauberer Beleg für „Analyse und Bewertung von KI-Anwendungsfällen in Konstruktions-/Entwicklungsprozessen". Drei KI-Potenzialanalyse-Workshops durchgeführt (Kerngeschäft, siehe [[KI-Beratung & Potenzialanalyse]]).

- **AI-Agenten-Orchestrierung (belegt, für Agentic-AI-/MCP-Rollen):** „Mit verschiedenen AI Automation
  Tools AI-Agenten orchestriert, sie mit Tools ausgestattet und an Datenquellen angebunden" ist gedeckt
  (n8n-Telegram-Agent mit Google-Cloud-Datenzugriff, Make.com, Langflow-Evaluierung). Tool Use / Function
  Calling und Datenanbindung als alltägliches Werkzeug behauptbar. Nutzbar für [[Agentic AI]], [[MCP]],
  [[Workflow-Automatisierung]].

## Bewährte Bausteine
- Product-Lifecycle-Baustein: „In mehreren Positionen habe ich komplexe technische Systeme von Grund auf begleitet, vom Aufstellen der Anforderungen über Lösungskonzepte und Implementierung bis zu Verifikation, Deployment und geordnetem Wissenstransfer bei der Übergabe."
- Wissenstransfer an Kunden ist in **jedem** Projekt gelebte Selbstverständlichkeit: laufend über regelmäßige Update-Meetings und direkten Austausch während der Zusammenarbeit, nach Bedarf. Nicht auf die (kurzen) KI-Workshops/Schulungen verengen, das stellt es zu klein dar. Bewährter Satz (Doku-Variante, wenn die Rolle Dokumentation betont): „Wissenstransfer ist für mich gelebte Praxis: In allen bisherigen Projekten habe ich mein Wissen laufend in regelmäßigen Update-Meetings, je nach Bedarf im direkten Austausch mit den Experten und durch sorgfältige Dokumentation an die Teams meiner Kunden weitergegeben."
- **Brücke IT ↔ Management** (Baustein für BA-/Koordinations-/Schnittstellenrollen): „Durch meine technische Erfahrung von der Anforderungsaufnahme über Spezifikation und Software-Design bis zur System Integration begegne ich den Entwicklungsteams auf Augenhöhe. Zugleich kenne ich aus über vierzehn Jahren freiberuflicher Tätigkeit mit konsequenter Kundenorientierung und als Gruppenleiter mit Berichtslinie an die Entwicklungsleitung (VP Engineering) bei Ubidyne die Sprache und die Prioritäten des Managements." Als eigener Absatz ausspielen.

## Belegte Branchen-/Domänen-Erfahrung
- **Automotive** belegt durch Magna Electronics (LIDAR Compute Module, ADAS) und Infineon
  (77 GHz ADAS Radar MMICs). Darf als „Automotive Bereich" benannt werden.
- **Vector CANoe** darf als ✅ namentlich genannt werden: bei Magna in der CANoe-basierten Tester-SW
  (CANoe GUI Design, CAPL) eingesetzt; bei ASMPT zusätzlich CANalyzer/CANape. Formulierung „Vector Tools
  wie CANoe" oder direkt „Vector CANoe" beides möglich. **CAN-Bus** breit belegt (ASMPT, Magna).
  **Nicht** belegt und daher nicht behaupten: UDS-Diagnosen, Fahrzeugnetzwerkmanagement, DOORS/Jama,
  Vector CANdela, Automotive SPICE, Gurt-/Rückhaltesysteme.
- **Telekommunikation** belegt durch Alcatel-Lucent (LTE), Ubidyne (aktive Antennen für
  Mobilfunk-Basisstationen), Siemens (GSM-Basisstationen).
- **Startup-Erfahrung (zwei Startups, belegt):** Ubidyne (ca. 60 Mitarbeiter) und Multilink Technology
  (bis ca. 360 Mitarbeiter weltweit). Nutzbar als authentischer Begeisterungs-/Kultur-Anker bei
  Arbeitgebern mit Startup-Spirit („großartige Erfahrungen in zwei Startups").
- **„15 Jahre als Consultant" (belegt):** freiberuflicher Consultant / Inhaber DesTEngS seit Juli 2011
  (2026 also rund 15 Jahre). Als persönliche, lockere Alternative zur „jahrzehntelangen Erfahrung"
  nutzbar (siehe [[stil.md]]).
- **Führung/Management-Schnittstelle:** Bei Ubidyne Gruppenleiter (bis zu 10 Mitarbeiter)
  mit Berichtslinie an die Entwicklungsleitung (VP Engineering) — vom Nutzer bestätigt,
  als Beleg für „Management-Sprache verstehen" nutzbar.
- **Industrieelektronik** belegt durch ASMPT SMT Solutions (industrielle Bestückungsmaschinen).
- **Serializer-/Deserializer-Systeme (SerDes) seit 2000** belegt: Multilink Technology
  (Backplane-Entzerrer-ICs/Demultiplexer ab Dez. 2000), Toshiba (Transceiver-ICs bis 11 Gb/s,
  MIPI D-PHY), Magna (GMSL-Pfad eines Kameramoduls, Signalintegrität). Formulierung „seit 2000
  immer wieder mit Serializer-/Deserializer-Systemen beschäftigt" ist gedeckt.
- **Display-/Video-Technologie:** konkreter Beleg nur der **GMSL-Pfad eines Kameramoduls** (Magna,
  EM-Feldsimulation/Signalintegrität). Es gibt **keine** Erfahrung in Integration/Konfiguration von
  Display-ICs (Deserializer, TDDI-Controller) → nicht behaupten, nur als „mit GMSL/Videoschnittstellen
  gearbeitet" auf Signalintegritäts-/Bring-up-Niveau benennen.
- **Kein** Beleg für sicherheits-/missionskritische Systeme nach Safety-Prozessen
  (ISO 26262, DO-178) und **keine** INCOSE-/IREB-Zertifizierung → nicht behaupten.

## Nicht zutreffend / nicht behaupten
- **Nicht** behaupten, täglich/laufend an einer produktionsreifen Agentic-AI-Plattform oder „der ersten produktionsreifen Plattform" zu arbeiten.
- On-Premise-KI mit RAG (Projekt „Kischdle") ist **Proof-of-Concept-/Evaluierungsniveau**, kein produktiver ML-Wirkbetrieb → kein „tiefgehendes Production-ML/MLOps" behaupten. **Präzisierung (Nutzer S+):** Beim RAG selbst wurden nur die Komponenten **Embedding-Modell und LLMs evaluiert**; eine vollständige RAG-Implementierung kam nicht mehr zustande → keine fertige RAG-Lösung/-Implementierung behaupten, nur die **Evaluierung von Inference- und Embedding-Modellen für eine RAG-Anwendung**.
- **KI-Potenzialanalyse-Workshops — keine Umsetzungs-Roadmap behaupten (Nutzer S+):** In **keinem** der drei durchgeführten Workshops wurde eine Umsetzungs-/Implementierungs-Roadmap erstellt (die Unternehmen wollten das nicht). Belegbar und behauptbar ist nur: konkrete KI-Anwendungsfälle **identifiziert und bewertet**. Die Fähigkeit, KI-Roadmaps zu erarbeiten, darf als **Kompetenz/Fähigkeit** formuliert werden (z. B. „kann ich … gemeinsam mit Stakeholdern erarbeiten"), nicht als Referenz/erledigte Arbeit.
- Keine Kafka-Praxiserfahrung behaupten (nur übertragbares Verständnis ereignisgetriebener Architekturen vorhanden).
- **Scrum/agile Vorgehensweisen** nur einmal gelebt (Alcatel-Lucent, „Agile Design mit Scrum") → nicht als breite Kompetenz anpreisen; SAFe gar nicht behaupten.
- **BPMN, Use Cases, User Stories** nicht wörtlich behaupten (im Lebenslauf nicht belegt). Stattdessen „Modellierung fachlicher Abläufe" o. Ä. verwenden.
- **Computer Vision / Bildverarbeitung:** Nur Evaluierung/Einsatz multimodaler Vision-Language-Modelle (VLMs) belegt ([[Multimodale KI]]), **keine** klassische Computer Vision / Bildverarbeitung (OpenCV-Pipelines, Feature-Detection, Objektdetektoren, Training) → nicht als fundierte CV-Kompetenz anpreisen. **Saubere Abstufung (Nutzer S+, Fratch ADAS):** „Computer Vision" nur als **Konzept/Fachgebiet** behaupten („mit Computer-Vision-Konzepten vertraut", „Konzepte von Computer Vision geläufig" — deckt Ausschreibungs-Buzzwords wie „computer vision conceptual understanding") oder als **Vergleichsgegenstand** (OCR-Trick). **Eigene Praxis** nur über „**Vision-Language-Modelle**"/„multimodale KI" formulieren („mit VLMs praktisch gearbeitet", belegt durch Qwen3-VL-Evaluierung und tägliche LLM-Dokumentenauswertung). **Verboten:** „praktische Erfahrung/Expertise mit Computer Vision" (suggeriert Bau eigener CV-Systeme). Faustregel: eigenes Tun ⇒ VLM/multimodale KI; nur Verständnis/Vergleich ⇒ Computer Vision.
- **OCR-Technologien / Document-AI:** keine Praxis (Paperless-ngx wird betrieben, aber kein OCR-Entwicklungsnachweis) → nicht behaupten.
- **MLOps, CI/CD, Cloud-native:** kein belegter produktiver MLOps-/Cloud-native-Betrieb (Fokus On-Premise/Self-Hosted; Azure DevOps Server = ALM, kein Cloud-native-Beleg) → nicht behaupten.
- **APIs von Standard-Unternehmenssystemen (SharePoint, Jira, Confluence, Azure OpenAI o. Ä.):** keine belegte API-Praxis mit diesen Systemen → **keine Referenzprojekt-/Erfahrungs-Behauptung**. Zulässig ist nur die **Fähigkeits-/Umsetzbarkeitsaussage**, dass sich solche Schnittstellen KI-gestützt schnell entwickeln bzw. anbinden lassen (Formulierung „so lassen sich Schnittstellen zu APIs von … entwickeln", „gehe ich davon aus, dass sich … integrieren lässt"). Stützt einen Buzzword-Treffer auf die Kundensysteme, ohne Falschaussage. (Effection Network, AI / MCP Engineer.)